Python 熊猫的多指标排序

我有一个数据集，数据集中有多个索引列，我想按特定列中的值进行排序。我尝试过使用sortindex和sortlevel，但没有得到我想要的结果。我的数据集看起来像：

    Group1    Group2
    A B C     A B C
1   1 0 3     2 5 7
2   5 6 9     1 0 0
3   7 0 2     0 3 5 

我想按组1中的C列对所有数据和索引进行降序排序，以便我的结果如下所示：

    Group1    Group2
    A B C     A B C
 2  5 6 9     1 0 0
 1  1 0 3     2 5 7
 3  7 0 2     0 3 5 

---

是否可以使用我的数据所在的结构进行此排序，或者是否应该将Group1交换到索引端？

按多索引排序时，需要在列表*中包含描述列的元组：

In [11]: df.sort_values([('Group1', 'C')], ascending=False)
Out[11]: 
  Group1       Group2      
       A  B  C      A  B  C
2      5  6  9      1  0  0
1      1  0  3      2  5  7
3      7  0  2      0  3  5

*为了不让熊猫们误以为你想先按Group1排序，然后再按C排序

---

---

注意：最初使用时已弃用，后来在0.20中删除，以支持。

谢谢，这正是我想要的。Hmmph。比我更快，而且是一个更好的引导解决方案。正是我所需要的，谢谢。这在文档中并不清楚（至少我没有找到它）。此外，仅定义顶层时出现的错误消息具有误导性：

无法按重复的列X进行排序。

。非常感谢您为我们必须使用列表的原因添加解释。我希望Pandas能够检测list vs tuple，并将一个tuple解释为一个列选择，而不是一个列列表…@KaushikGhose这听起来可能是，我想你可以使用loc:

df.loc[（'Group1'，'C'）]